異曲同工:馬斯克的第一性原理,李彥宏的人工智慧「樂高模式」

1932年創立的樂高，或許連自己也沒有想到，其各種模塊隨用隨取的積木搭建方式，在88年後的今天，竟然成為了人工智慧底層基礎設施賦能開發者的最高效方式。這種方式，被百度創始人兼CEO李彥宏洞察和概括為了「樂高模式」。

10月12日，在第三屆數字中國建設峰會上，李彥宏做了主題為「從潮起東南到百川追海」的精彩演講。「AI先生」李彥宏這次的演講仍然聚焦於人工智慧。

李彥宏表示，「從整個智能經濟發展的角度來看，我們需要有一個好的基礎設施。基礎設施的智能化要通過技術的開源和開放來實現。當有各種各樣的能力大家可以方便使用的時候，社會經濟的發展就可以進入所謂的『樂高模式』，就像拼圖一樣，把這些東西拼在一起就實現了。」

其實，仔細分析李彥宏的整個演講尤其是有關「樂高模式」的闡述，會發現「樂高模式」在某種角度上，和被馬斯克所推崇的第一性原理，在本質上相通的。李彥宏的「樂高模式」，就是透過了人工智慧的表面萬象，看到了人工發展最為關鍵的底層邏輯其實有三點：開發者最低門檻、最高效率的開發，用戶以真實生活的數據力量進行反哺，以及在開發者、用戶、產業、以及平臺之間的正循環。而這些恰恰是第一性原理最精要之所在——看透事物的本質，並把事物從整體分解成元素，最終從根源上解決問題。

縱觀人類文明史，無論是科學還是哲學，當研究和發展到最高階段的時候，這兩者往往是互聯互通的。如果說馬斯克推崇的第一性原理，是西方科學文明的一個表徵的話，那麼李彥宏所提倡的「樂高模式」則是東方哲學智慧的一個顯學。西方科學文明和東方哲學智慧，至少在馬斯克和李彥宏這兩個人的職業演繹和產業洞察上，最終是異曲同工、殊途同歸的。

「樂高模式」：

讓AI變成開發者的「積木遊戲」

馬斯克說，「第一性原理的思想方式是用物理學的角度看待世界，也就是說一層層撥開事物表象，看到裡面的本質，再從本質一層層往上走。」

從這個角度去看人工智慧，其本質上就是一切能夠給人們生活、工作、生產、學習、娛樂等帶來更加便捷、更加高效、更加美好體驗的技術、產品和服務等的總和。

很顯然要解決人工智慧的本質問題，就要解決人工智慧的源頭問題。毫無疑問，「開發者」就是億萬人工智慧產業的「源頭」。

然而，在通往人工智慧的道路上，全球的開發者們目前卻面臨著各種各樣的問題。比如，海量數據(603138,股吧)問題、模型構建問題、模型訓練問題、計算能力問題、環境部署問題、測試環境問題等等。

對於中小企業、廣大開發者而言，每一個問題都無異於一道鴻溝。僅僅以數據方面的問題為例，Alegion的一項調查報告就顯示，81%的開發者承認用數據訓練人工智慧的過程比他們想像的要困難得多，這種困難體現在數據的數量、獲取、標記、分析、挖掘、以及準確性等方方面面。

用李彥宏的話說，「每一個公司都需要向智能化轉型，但是絕大多數公司其實沒有這個能力去重新發明各種各樣的人工智慧算法。」

或許正是看到人工智慧開發者面臨的困難，李彥宏才大力提倡人工智慧的「樂高模式」——即通過開源開放的方式，把百度在AI方面的底層基礎設施和技術、產品、服務、資源、解決方案等能力，輸出給廣大開發者，中小企業、開發者可以類似樂高搭積木的方式，方便快捷地獲取自己所需的人工智慧方面的「樂高模塊」，從而在各行各業中，開發出更多的人工智慧產品，在各領域中搭建出新的經濟推動力，為社會經濟做出更大的貢獻。

這裡只舉一個最簡單的例子，看看百度是如何幫助到開發者的。比如以前開發者在人工智慧的產品開發過程中，即使是數據、模型、代碼版本的管理這種看似最基礎的事情，都會被整的焦頭爛額，還經常會出現數據異常、代碼丟失等等各種災難性的開發問題。

對此，百度EasyDL基於飛槳深度學習平臺，可以幫助開發者制定業務專屬AI模型，面對前述那些問題，百度EasyDL可以提供穩健靈活的數據集版本、模型版本與代碼版本控制系統，幫助開發者安全、高效地管理最重要的開發資產。

當然，數據才最能說明開發者在人工智慧方面對百度的擁躉程度。如今飛槳深度學習開源開放平臺，已經深度凝聚了230萬的開發者；百度語音技術，每日的調用量已經超過150億次；百度大腦，每日的調用量更是超過了1萬億次……

值得一提的是，李彥宏首提的「樂高模式」，絕不僅僅是開放和調取這麼簡單。而是從人工智慧源頭層面，重新審視了網際網路的兩大運動——中心化運動和去中心化運動。「樂高模式」一體兩面的做到了：一方面讓基礎設施、基礎平臺、AI能力集中化；另一方面又讓用戶認知、產業洞察、場景建設、創意創新等去中心化。這樣做，至少能夠帶來四大方面的好處。

其一，是可以幫助AI開發者，跨過前面說到的種種阻礙前進的鴻溝，讓開發者的產品開發更加的便捷、高效和安全。

其二，是可以讓開發者和中小企業，可以以更低的成本，開發出跟AI相關的產品和服務。《哈佛商業評論》此前的一份報告顯示，40%的企業高管曾表示，人工智慧項目的一個障礙是專業技術和專業人員過於昂貴，而百度的「樂高模式」，無疑有效地解決了「昂貴」方面的問題。

其三，是讓開發者，可以更加心無旁騖地聚焦於產業的洞察思考和行業的創意創新，構建出更多契合所在領域的場景以及相關的應用，從而有效推動所在行業的人工智慧進程。Alegion的調查報告稱，有近80%的企業和組織此前從事的AI和ML項目已經陷入停滯，相信有了「樂高模式」之後，大部分的中國開發者們不會在這80%之內。

其四，是可以在大平臺的數據、算法、算力、資源等方方面面的護航下，為B端的客戶、C端的用戶提供更穩定、更友好的使用體驗。

原子世界VS比特世界

李彥宏認為，「未來的智能經濟時代，智能終端會遠遠超越手機的範圍，除了手機之外，還包括智能音箱，各種可穿戴設備，無處不在的智能傳感器等等，屆時應用和服務的形態都會發生相應的變化，人們將會以更加自然的方式和機器、工具進行交流。」

確實如李彥宏所說，以前「智能」只是生活的一個元素或者說一個特點，未來的走向極有可能是「智能即生活，生活即智能」。生活和智能將如影隨形、合為一體，難以區分。

如果仔細分析李彥宏上面的話就可以發現，對用戶而言，人工智慧將會帶來三大變革。

首先，是硬體變革。以往用戶熟悉的智能產品，大多是手機、智能音箱、掃地機等，而真正的人工智慧時代，理論上是所有的硬體都是智能的，不僅如此，這些硬體還應該是互聯互通的、協同服務人類的。

在這樣的背景下，不僅對用戶來說是巨大的變化，對企業來說也是如此。前幾年，新商業領域流行說，各行各業都值得用網際網路的方式重做一遍，一樣的邏輯，未來各行各業都值得用人工智慧的方式重做一遍。

其次，是場景的變革。當下，能夠勉強稱得上人工智慧場景的，還僅僅是當人們和手機發生「連接」的時候，或者是在使用某一簡單的工具、機器的時候，以及一些生產領域的生產車間等。而未來伴隨著智能硬體無處不在的情況，智能場景也將發生根本性的變革，場景之下相應的應用和服務，也會有本質的變化。更具體講，現在的應用主要是手機上的「App」等，而未來則可能是一切機器上的各種圖標、二維碼、小程序，甚至都沒有「有形的前端界面」，只有「無形的貼心服務」。

再次，是交互的變革。目前人工智慧領域的交互，最主要的還是以文字、類文字信息為主，但是相比於此，語音、圖像、人臉等才是更高效、更直觀的交互方式。當然，交互的最高境界，不是「提出需求-滿足需求」這種被動式的交互，而是「提供服務-恰好滿足」這種主動式的交互。這就是所謂的，「連口都不用張」。即相應的人工智慧產品，能根據時間、地點、情境，同時結合用戶的習慣、偏好等，提前為用戶提供貼心服務。

很顯然，當硬體、場景和交互都發生巨大變革的時候，用戶的生活也就發生了巨大的改變。而且，過往只是「原子態」的日常生活，也會呈現出「比特態」的特點。而原子世界和比特世界兩個鏡像並存的智能生活，也會極大地驅動人工智慧的發展。這也是我們應該要從李彥宏的演講中，要解讀到的更深層次的言外之意和話外之音。

這種強大的驅動力，主要是因為用戶將不僅僅是人工智慧的接受者、受益者，同時還是人工智慧的研發者、生產者。用戶的這種研發、生產和網際網路、移動網際網路時代的所謂用戶參與，有著本質的區別。因為後者只是以文字的形式，在意見、建議層面進行參與，而前者則因為能夠以文字、語音、圖像、人臉、表情、情緒等各個形式，最真實地比表達和展現自身的習慣、偏好，以及深層次、更多維度的各種需求，因此可以在大數據、實際生活層面，有效地反向驅動產品的研發和生產。

一言以蔽之，李彥宏是在讓我們重新審視人工智慧時代用戶的價值。馬斯克說，「要把事情升華到最根本的真理，然後從最核心處開始推理。」和開發者一樣，用戶也是人工智慧領域「最核心」的落腳點。

要有走長徵路的勇氣，

更要有從代碼中找到最優解的智慧

中國信息通信研究院發布的《中國數字經濟發展白皮書（2020年）》顯示，2019年，我國數字經濟體量達到35.8萬億元，在整體GDP的佔比為36.2%。

這一比例雖然並不算低，但是面對更為龐大的增長空間，用「還在路上」來形容並不為過。更為重要的是，「數字中國」是國家層面放眼未來、引領大勢所作出的戰略決策和頂層設計，在最高層的有力推動下，2019年數字經濟對GDP增長的貢獻率高達67.7%。

所以，數字中國的戰略地位已經無需多言，而能夠給數字中國建設帶來最多、最大可能的，無疑是李彥宏多年來一直在引領和布道的「人工智慧」。

就企業而言，人工智慧、數字經濟，已經遠遠超過了商業領域，除了商業意義外，還具備了濃厚的民生、社會乃至國家等更高階的意義。也正是因為此，所以即使明知人工智慧是場長徵，但是為了「數字中國」的大勝利，百度也在堅定不移的走下去。這從李彥宏過往的言論中，我們其實也可以管中窺豹一番。

在2020中國網絡媒體論壇上，李彥宏就強調，算法應主動了解用戶的高級目標，而不是追隨本能喜好。而在此次數字中國建設峰會上，李彥宏雖然沒有明說，但是言辭之間仍舊錶達了同樣邏輯的價值觀——AI不能只取悅資本，只考慮商業層面的利益，而應該有著「更為高級的目標」。很顯然，這種高級目標，就是以AI的力量，幫助國家推動經濟、社會全面高質量地發展。

當然，有走人工智慧長徵路的勇氣不夠；有著崇高的目標也還不夠；還需要有為用戶、客戶、行業、產業解決實際問題的能力和智慧，在這方面百度篤信的是從代碼中，找到各行各業的最優解。

以道路交通為例，李彥宏介紹到，實時交通的全量數據識別、調整紅綠燈的智能信控功能、以及車路協同等，這些AI技術可以使得現有汽車通行效率提升15%-30%。要知道，中國交通運輸部相關的數據顯示，靜態交通問題帶來的經濟損失，相當於GDP損失的5%-8%，佔城市人口可支配收入的20%。由此，AI技術帶來的15%-30%的效率提升，無疑蘊含著巨大的經濟和社會效益。

在過往的幾年中，為了人工智慧的發展，百度做了巨大的投入。未來十年，百度還將繼續加大在人工智慧、晶片、雲計算、數據中心等新基建領域的建設。單以大家熟知的伺服器為例，到2030年，百度智能雲伺服器的臺數就將超過500萬臺。如此大手筆投入，將能更好地滿足各行各業產業智能化升級中，對高性能計算能力的需求，這將為中國智能經濟的發展提供強有力的算力支撐。

不僅如此，面對人工智慧領域人才短缺的問題，百度還通過和高校合作開設人工智慧課程等方式，培養了上千名AI專業教師；同時還通過各種形式為整個社會培養了100萬既懂AI又懂產業的複合型人才，未來5年這一數字將上升至500萬。屆時，困擾中國人工智慧快速發展的人才問題，將得到有效解決，中國智能經濟和智能社會的歷史演進進程，將在人才層面得到良好保障。

寫在最後

2003年7月特斯拉成立，成立之初被人們一路嘲笑；2010年6月特斯拉上市，上市前期資本市場也不看好；2020年6月，特斯拉市值超越豐田，登上全球車企第一的寶座。

歲月有著不動聲色的力量。時間總是給敢於在漫長的徵途中，堅守創新、保有勇氣和追逐夢想的企業，以豐厚的回報。汽車行業當屬馬斯克和他的特斯拉；而人工智慧領域，毫無疑問則是李彥宏和他的百度。

（責任編輯：張洋 HN080）